Hugging Face 与 VirusTotal 合作，为 Hub 上 220 万公开模型和数据集仓库持续扫描
Hugging Face 宣布与威胁情报和恶意软件分析平台 VirusTotal 合作，即日起对 Hub 上 220 万以上公开模型和数据集仓库进行持续扫描。用户访问仓库或文件页面时，Hub 会自动将文件哈希与 VirusTotal 威胁情报库比对，返回 clean 或 malicious 状态及检测计数等元数据，原始文件内容不会共享给 VirusTotal。
#Hugging Face
#Hugging Face
今日 3 条Hugging Face BlogAI 评分5252
Hugging Face Blog精选AI 评分6262 Hugging Face AI Sheets 新增视觉支持
Hugging Face 为开源工具 AI Sheets 发布重大更新，新增视觉支持，可在表格中查看、分析、提取图像信息，并生成和编辑图像，全程无需写代码。图像列支持提取文本、图像问答、目标检测、上色、添加文字等操作，文本列支持摘要、关键词提取和翻译，每个 AI 动作由提示词和模型定义。
推荐理由：官方给出视觉能力在表格中的完整用法与模型对比，可据此判断图像数据整理流程是否值得迁移。
Hugging Face BlogAI 评分3636 用开源模型加速你的 OCR 流水线
Hugging Face 发布指南，介绍如何用开源权重模型搭建 OCR 流水线，并新增 Chandra 与 OlmOCR-2 两个模型及 OlmOCR 评测分数。
Hugging Face BlogAI 评分2222 Hugging Face 发起 AI for Food Allergies 项目，用 AI 推进食物过敏研究
Hugging Face 发起 AI for Food Allergies 项目，计划建设首个社区驱动的研究实验室，探索 AI 如何推进食物过敏研究。全球约 2.2 亿人患有至少一种食物过敏，美国约占总人口 10%。项目将结合 AlphaFold、Boltz-1 等模型与 AllergenBERT、ESM-2 等深度学习工具，用于过敏原预测、药物靶点建模和诊断辅助。
Hugging Face BlogAI 评分2222 Google Cloud C4 搭配 Intel 与 Hugging Face，让 GPT OSS 的 TCO 提升 70%
Intel 与 Hugging Face 联合测试显示，在搭载 Intel Xeon 6 处理器（Granite Rapids）的 Google Cloud C4 虚拟机上运行 OpenAI GPT OSS 大模型，总拥有成本（TCO）较上一代 C3 实例提升 1.7 倍，即 70%。
Hugging Face BlogAI 评分2828 如何在 Intel CPU 上三步运行 SmolVLM 视觉语言模型
Hugging Face 发布教程，介绍用 Optimum Intel 和 OpenVINO 在 Intel CPU 上三步本地运行 SmolVLM2-256M-Video-Instruct 视觉语言模型，无需 GPU。第一步将模型转换为 OpenVINO IR，第二步用 8-bit 权重量化或静态量化压缩模型，第三步执行推理，并可通过 device="gpu" 在 Intel GPU 上加载。
Hugging Face BlogAI 评分3838 NVIDIA 发布 Nemotron-Personas-India：面向主权 AI 的合成印度人物数据集
NVIDIA 发布 Nemotron-Personas-India，首个对齐印度真实人口、地理与文化分布的开放合成 Indic 人物数据集，采用 CC BY 4.0 许可。
Hugging Face BlogAI 评分4848 BigCodeArena：通过代码执行端到端评判代码生成
Hugging Face 推出 BigCodeArena，这是首个通过实际执行代码来评估代码生成模型的人类参与平台，支持 10 种语言和 8 种执行环境，可实时运行模型生成的代码并投票。
Hugging Face Blog精选AI 评分6262 用 Core ML 和 MLX 在端侧运行 dots.ocr 的转换实践
Hugging Face 博客发布三部分系列文章，记录如何将 RedNote 的 3B 参数 OCR 模型 dots.ocr 转换到端侧运行，组合使用 Core ML 跑视觉编码器和 MLX 跑 Qwen2.5-1.5B 语言模型主干。
推荐理由：记录了把 3B OCR 模型从 PyTorch 转换到 Core ML 的完整排错过程，对端侧部署有可迁移的参考价值。
Hugging Face BlogAI 评分3838 Hugging Face 推出 RTEB：面向真实场景的检索嵌入基准测试
Hugging Face 发布 Retrieval Embedding Benchmark（RTEB）beta 版，用公开与私有数据集混合的方式评估嵌入模型的真实检索准确率。RTEB 覆盖 20 种语言及法律、医疗、代码、金融等领域，默认榜单指标为 NDCG@10，私有数据集由 MTEB 维护者评测以防过拟合。
Hugging Face BlogAI 评分3131 在 Intel Core Ultra 上用深度剪枝草稿模型加速 Qwen3-8B 智能体
Hugging Face 用 OpenVINO.GenAI 在 Intel Core Ultra 上为 Qwen3-8B 智能体做推测解码加速，以 Qwen3-0.6B 为草稿模型先取得约 1.3× 提速，再通过剪掉 28 层中的 6 层并用 Qwen3-8B 生成的合成数据微调，将提速提升至约 1.4×。
Hugging Face BlogAI 评分3838 Swift Transformers 发布 1.0，未来将聚焦 MLX 与智能体用例
Hugging Face 的 Swift 库 swift-transformers 发布 1.0，为 Apple Silicon 平台本地模型开发提供 Tokenizers、Hub 及 Core ML 模型推理组件。
Hugging Face BlogAI 评分5858 Smol2Operator：面向 Computer Use 的 GUI 智能体后训练方案
Hugging Face 发布 Smol2Operator，用两阶段训练把无 GUI 定位能力的 SmolVLM2-2.2B-Instruct 训练成可操作图形界面的智能体，在 ScreenSpot-v2 上从 0% 提升到 61.71%。
Hugging Face BlogAI 评分5050 Hugging Face 推出 SyGra：面向 LLM 与 SLM 的一站式数据构建框架
Hugging Face 发布低代码/无代码框架 SyGra，用于为 LLM 和 SLM 构建、转换与对齐数据集。该框架提供 Python 库，支持 vLLM、Hugging Face TGI、Triton、Ollama 等多种推理后端，可生成 Q&A、DPO 偏好对、推理及多语言数据。
Hugging Face Blog精选AI 评分6262 Meta 发布 Gaia2 智能体基准与 ARE 研究环境
Meta 发布 GAIA 后续智能体基准 Gaia2，并开源配套的 Meta Agents Research Environments（ARE）框架，用于运行、调试和评测智能体。
推荐理由：GAIA 后续基准 Gaia2 与 Meta ARE 环境同时开源，读者可了解智能体在噪声、时间与歧义场景下的评测方式。
Hugging Face BlogAI 评分2222 Hugging Face 新增 Scaleway 为 Inference Provider
Hugging Face Hub 新增 Scaleway 为 Inference Provider，用户可直接在模型页调用 gpt-oss、Qwen3、DeepSeek R1、Gemma 3 等开放权重模型。
Hugging Face Blog精选AI 评分6060 Hugging Face 联合推出 RiskRubric.ai，为模型提供标准化风险评估
Hugging Face 博客宣布 RiskRubric.ai，由 Cloud Security Alliance 和 Noma Security 主导、Haize Labs 与 Harmonic Security 参与，为模型提供标准化风险评估。
推荐理由：RiskRubric.ai 用统一标准给模型打风险分，读者可据此了解开源与闭源模型在安全维度上的差异。
Hugging Face BlogAI 评分2222 Public AI 成为 Hugging Face Inference Providers 支持的新推理服务商
Public AI 现已作为 Inference Provider 接入 Hugging Face Hub，用户可直接在模型页调用 Swiss AI Initiative、AI Singapore 等机构的公开主权模型。
Hugging Face BlogAI 评分4242 Hugging Face 发布 LeRobotDataset v3.0：多 episode 单文件存储并原生支持流式访问
Hugging Face 发布 LeRobotDataset v3.0，将多个 episode 打包进单个文件，并用关系型元数据在 episode 级别检索信息，解决 v2 每文件单 episode 在百万级数据集下的文件系统瓶颈。
Hugging Face BlogAI 评分2222 Hugging Face 用 Gradio 为 AI 生成内容添加可见水印
Hugging Face 在 Gradio 中推出可见水印功能，只需一条命令即可为 AI 生成的图像、视频和文本添加水印。图像和视频通过 watermark 参数指定水印文件，文本则在 Chatbot 组件中设置水印，用户复制 AI 回复时自动附带署名。水印支持文件名、图像及 numpy 数组，还可使用 QR 水印承载更多信息。
Hugging Face BlogAI 评分3636 Writer 发布 Palmyra-mini 系列：1.5B-1.7B 轻量开源模型，含推理变体
Writer 开源 Palmyra-mini 系列三款模型，参数规模 1.5B-1.7B，包括非思考基础版 palmyra-mini 及两个思维链推理变体 palmyra-mini-thinking-a 和 palmyra-mini-thinking-b。
Hugging Face BlogAI 评分5858 Hugging Face 详解 transformers 为 gpt-oss 引入的优化技巧
Hugging Face 博客介绍了为支持 OpenAI gpt-oss 系列而在 transformers 中做的一系列升级，包括可从 Hub 下载的零构建内核、MXFP4 量化、张量并行、专家并行、动态滑动窗口缓存、连续批处理与分页注意力，以及更快的模型加载。
Hugging Face BlogAI 评分5757 Together AI 与 Hugging Face 打通：可直接微调 Hub 上任意兼容 LLM
Together AI 与 Hugging Face 宣布新能力，Hugging Face Hub 上任意兼容的 LLM 都能用 Together AI 的基础设施微调，公开模型可直接拉取，私有仓库需提供 HF token。
Hugging Face Blog精选AI 评分6060 Hugging Face 用 Jupyter Notebook 数据训练小模型做数据分析智能体
Hugging Face 发布 Jupyter Agent 项目，用约 2TB Kaggle notebook 经去重、教育质量打分、QA 与轨迹生成后得到 51k 合成 notebook、近 0.2B token 的数据集，微调 Qwen3-4B。
推荐理由：完整披露了从 Kaggle notebook 清洗到 SFT 的数据管线与脚手架改动，可迁移到其他小模型智能体训练。
Hugging Face BlogAI 评分5252 mmBERT 发布：ModernBERT 走向多语言，覆盖 1800 多种语言
Hugging Face 博客介绍 mmBERT，一个基于 ModernBERT 的多语言编码器模型，用 3T+ token、覆盖 1800 多种语言的数据训练，官方称其是首个在性能上超越 XLM-R 的多语言模型。
Hugging Face Blog精选AI 评分6060 Google 发布 EmbeddingGemma 嵌入模型
Google 发布 EmbeddingGemma，一款面向端侧场景的多语言嵌入模型，308M 参数、2K 上下文窗口，支持 100 多种语言，量化后内存占用低于 200 MB。
推荐理由：308M 参数、2K 上下文、支持 100 多种语言，读者可据此判断端侧 RAG 与多语言检索的落地空间。
Hugging Face BlogAI 评分3838 SandboxAQ 开源 SAIR 数据集：500 万+ 蛋白质-配体 3D 结构加速药物研发
SandboxAQ 在 Hugging Face 上开源 SAIR 数据集，包含超 500 万个 AI 生成的高精度蛋白质-配体 3D 结构，每个结构均配有 ChEMBL 或 BindingDB 的实验 IC₅₀ 数据，采用 CC BY 4.0 许可免费开放。
Hugging Face Blog精选AI 评分6060 如何用 PyTorch 提前编译让 ZeroGPU Spaces 提速
Hugging Face 发布教程，介绍如何在 ZeroGPU Spaces 中用 PyTorch 提前编译（AoT）替代 torch.compile，避免短生命周期进程反复编译，在 Flux、Wan、LTX 等模型上取得 1.3×–1.8× 加速。
推荐理由：Hugging Face 官方给出 ZeroGPU 上 AoT 编译的完整接入步骤与实测加速数据，可直接迁移到自己的 Space。
Hugging Face BlogAI 评分3838 如何通过 Hugging Face Spaces 让 Claude 生成图像
将 Claude 连接 Hugging Face MCP Server 后，可直接调用 ZeroGPU Spaces 上的图像生成模型。FLUX.1 Krea [dev] 主打消除"AI 感"，输出更接近专业摄影的真实质感；Qwen-Image 擅长遵循提示词与准确渲染文字，适合海报、标牌等信息图设计。用户可在 MCP 设置中添加对应 Space 工具，并同时启用两者对比效果。
Hugging Face BlogAI 评分3838 Hugging Face 教程：如何用 MCP 将 AI 连接到研究工具
Hugging Face 发布教程，介绍如何通过 Model Context Protocol（MCP）让 AI 用自然语言调用研究工具，自动完成论文、代码、模型与数据集的跨平台检索。用户可在 Hugging Face MCP Settings 中添加 research-tracker-mcp，支持 Claude Desktop、Cursor、Claude Code、VS Code 等客户端。
Hugging Face BlogAI 评分4848 从零到 GPU：构建与扩展生产级 CUDA Kernel 指南
Hugging Face 发布 kernel-builder 库，让开发者可在本地开发自定义 CUDA kernel，再为多种架构构建并通过 Hub 分发。指南以 RGB 转灰度 kernel 为例，演示用 PyTorch 现代 C++ API 将函数注册为原生算子，从而兼容 torch.compile 并支持硬件特定实现。
Hugging Face BlogAI 评分3838 Kimina-Prover-RL：开源 Lean 4 定理证明训练管线，兼容 Verl
Kimina Prover 团队开源了 kimina-prover-rl 训练管线，基于 DeepSeek-R1 式"先推理后生成"范式，用于 Lean 4 形式化定理证明，并完全兼容 Verl 框架。
Hugging Face BlogAI 评分2222 FilBench：LLM 能否理解并生成菲律宾语？
Hugging Face 发布 FilBench 评测套件，覆盖 Tagalog、Filipino 和 Cebuano 三种菲律宾语言，包含文化知识、经典 NLP、阅读理解、生成四大类共 12 项任务，并已评测 20+ 个 SOTA LLM。
Hugging Face BlogAI 评分3838 Accelerate ND-Parallel 指南：如何高效进行多 GPU 训练
Hugging Face 在 Accelerate 中联合 Axolotl 集成了 ND-Parallel，可通过 ParallelismConfig 组合数据并行、FSDP、张量并行与上下文并行等多种策略。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 AI Sheets：用开放模型无代码处理数据集
Hugging Face 发布开源无代码工具 AI Sheets，可在表格界面中通过写提示词新建列，用 AI 模型构建、转换和丰富数据集，支持本地部署或部署到 Hub。
推荐理由：Hugging Face 官方开源的无代码数据集工具，展示了用提示词列批量调用开放模型的具体工作流。
Hugging Face Blog精选AI 评分6060 TRL 为视觉语言模型加入 MPO、GRPO、GSPO 对齐支持
Hugging Face 的 TRL 新增面向视觉语言模型的对齐方法，包括混合偏好优化 MPO、多模态 GRPO 以及 Qwen 提出的 GSPO，并扩展 RLOO 和 Online DPO 支持 VLM。
推荐理由：TRL 新增多种多模态对齐算法与原生 SFT 支持，读者可据此判断 VLM 后训练工具链的可用范围。
Hugging Face Blog精选AI 评分8888 Hugging Face 欢迎 OpenAI 开源模型家族 gpt-oss
OpenAI 发布开源权重模型家族 gpt-oss，包含 117B 参数的 gpt-oss-120b 和 21B 参数的 gpt-oss-20b，均为 MoE 架构并采用 MXFP4 4-bit 量化，以 Apache 2.0 许可发布。
推荐理由：Hugging Face 汇总了 gpt-oss 两个开源模型的参数、量化方案与各推理框架的适配细节，便于判断本地部署门槛。
Hugging Face BlogAI 评分3636 NVIDIA AI-Q 蓝图基于 Llama Nemotron 登顶 DeepResearch Bench 开源榜首
NVIDIA 的 AI-Q Blueprint 在 DeepResearch Bench 的 Hugging Face "LLM with Search" 榜单上以 40.52 分登顶，成为得分最高的完全开源许可方案。
Hugging Face BlogAI 评分2222 Hugging Face 发布 3LM：面向阿拉伯语 LLM 的 STEM 与代码基准
Hugging Face 推出 3LM（علم）基准，用于评估阿拉伯语 LLM 在 STEM 与代码生成上的表现，包含 865 道原生 STEM 选择题、1744 道合成高难度选择题，以及翻译自 HumanEval+ 和 MBPP+ 的阿拉伯语代码任务。
Hugging Face BlogAI 评分3636 用 Python 实现 MCP 服务器：基于 Gradio 与 IDM-VTON 的 AI 购物助手
Hugging Face 博客演示了如何用 Gradio 的 MCP 集成在 Python 中搭建 AI 购物助手，将函数自动转换为 LLM 可调用的 MCP 工具。该助手结合 IDM-VTON 扩散模型实现虚拟试穿，并通过 VS Code AI Chat 接入 vton 与 playwright 两个 MCP 服务器，让 LLM 能浏览线上服装店并生成试穿效果图。